O czym jest ten film
- Autor szereguje trzynaście modeli biznesowych opartych na AI od najgorszego do najlepszego, przyznając każdemu trzy oceny w skali 1–5: techniczność (ile trzeba umieć — im wyżej, tym większe wymagania), rynek (czy jest więcej kupujących niż sprzedających) i trwałość (czy model urośnie w prawdziwą firmę).
- Na samym końcu ląduje SaaS zbudowany z AI — najbardziej rozreklamowany i skalowalny, ale dla startującego od zera zabójczy: samą aplikację zrobisz w kilka dni, prawdziwym biznesem jest dystrybucja i zatrzymanie subskrybentów. Do App Store’a trafiło ok. 560 tys. nowych aplikacji w pół roku przy stagnacji pobrań.
- Anonimowe kanały AI i strony internetowe to tanie pole startowe: wyświetlenia same nie płacą, a YouTube blokuje monetyzację masowego „AI-owskiego szrotu”; witryny da się wyceniać poniżej agencji (5–10 tys. dol.), ale sufit modelu to ok. 10–20 tys. dol. miesięcznie.
- Środek listy to „systemy operacyjne AI”, GEO (odpowiednik SEO pod chatboty), recepcjonistki AI, automatyzacje i warsztaty — realny popyt i szybkie wejście, ale kłopoty z przypisaniem metryki albo słaba trwałość.
- Recepcjonistka AI ma najłatwiejsze do opowiedzenia ROI: w badaniu 70 mln rozmów biznesowych człowiek odebrał ledwie 56% z nich, a dla gabinetu czy firmy serwisowej nieodebrany telefon to stracone zlecenie.
- Sama automatyzacja błyskawicznie się komodytyzuje (pojedynczy workflow: 500–2000 dol.; zlecenia integracyjne AI na Upworku +187% r/r) — wartość przesuwa się ku znalezieniu wąskiego gardła i powiązaniu pracy z wynikiem finansowym klienta.
- Czołówka: pozyskiwanie leadów (trwałość 5/5 — z takiego retainera klient nie chce rezygnować), studio kreatywne (marki płacą za gust, nie za kliknięcie „generuj”) oraz edukacja i marka osobista (publiczność zainwestowana w twórcę przetrwa każdą zmianę narzędzi).
- Miejsce drugie: konsulting i audyty AI (1–15 tys. dol.) — płacą za diagnozę i przeprowadzenie ludzi przez zmianę, nie za kod; według LinkedIn konsultant AI to druga najszybciej rosnąca profesja w USA, a własne działy wdrożeniowe uruchomiły nawet Anthropic i OpenAI.
- Miejsce pierwsze: chief AI officer — etatowo lub frakcyjnie. Według IBM-a 76% dużych organizacji ma już takie stanowisko (rok wcześniej 26%), badanie PwC pokazuje 62-procentową premię płacową za umiejętności AI, a widełki podstawowej pensji to 280–650 tys. dolarów.
- Puenta: na dole listy sprzedajesz to, co zbudujesz, na górze — swoją ocenę. A sukces nie wynika z wyboru „idealnego” modelu, lecz ze skupienia na jednym i wytrwania przy nim.
10 najważniejszych takeaways — z kontekstem zastosowania
1.Nie zaczynaj od SaaS-u — zaczynaj od tego, co szybkie i proste
Na czym polega: Aplikację zbudujesz z AI w popołudnie; prawdziwym biznesem jest sprawienie, żeby ludzie ją znaleźli, zapłacili i nie zrezygnowali po miesiącu. Autor stawia SaaS na ostatnim miejscu listy startowej, a strony internetowe AI — na najlepszym dla początkującego: demo w 20 minut i realna przewaga cenowa nad agencjami wyceniającymi podobne prace na 5–10 tys. dol.
Jak stosować: Jeśli zaczynasz od zera — bez zasięgów, listy kontaktów i kapitału — wybierz ofertę o krótkim cyklu sprzedaży (strony www, proste automatyzacje) i potraktuj ją jako trampolinę: ci sami klienci będą później kupować od ciebie warsztaty i konsulting.
Na co uważać: Sufit modelu „strony z AI” to ok. 10–20 tys. dol. miesięcznie, a kreatory witryn kosztują już ok. 9 dol. miesięcznie. Nie opieraj na nim długiej strategii — buduj rozpęd i portfolio.
2.Każda oferta potrzebuje jednej, biznesowej metryki
Na czym polega: Usługi bez klarownego wskaźnika — jak „system operacyjny AI” dla firmy — trudno sprzedać, utrzymać i zamienić w case study. Zdaniem autora każda oferta musi przesuwać jedną konkretną metrykę, i to taką, na której klientowi realnie zależy: przychód, liczba leadów, odsetek odebranych telefonów.
Jak stosować: Przed pierwszą rozmową sprzedażową zapisz jednym zdaniem, jaki wynik finansowy przesuwa twoja usługa i jak go zmierzysz. Jeśli nie umiesz tego nazwać — popraw ofertę, a nie cennik.
Na co uważać: Metryki aktywności (liczba wdrożonych agentów, zautomatyzowanych procesów) nie przekonają właściciela firmy. Uważaj też na klientów, którzy jeszcze nie uwierzyli w AI — nie zmienią nawyków, nie dostaniesz od nich ani dobrych referencji, ani poleceń.
3.Najłatwiejsze ROI do sprzedania: odbieranie telefonów
Na czym polega: AI-recepcjonistka odbiera telefony, czat na stronie i maile, umawia wizyty, a trudniejsze sprawy przekazuje człowiekowi. W badaniu 70 mln rozmów biznesowych żywa osoba odebrała tylko 56% z nich — a nieodebrany telefon to stracone zlecenie. Wyceny w rynkowych realizacjach: 1,5–5 tys. dol. za wdrożenie plus abonament.
Jak stosować: Do lokalnej firmy usługowej wchodź z prostym rachunkiem: ile telefonów ginie po godzinach, ile wart jest przeciętny klient, ile z tego odzyska bot. To oferta, którą da się sprzedać w jednej rozmowie.
Na co uważać: Trwałość jest słaba — Podium, ServiceTitan czy Weave wbudowują identycznych agentów w oprogramowanie, za które ci klienci już płacą. Traktuj wdrożenia jako wejście do relacji, nie jako biznes na dziesięć lat.
4.Sprzedawaj diagnozę, nie wykonanie
Na czym polega: Wdrożenia tanieją z każdym kwartałem, więc coraz więcej płaci się za to, kto znajdzie wąskie gardło i przeprowadzi firmę przez zmianę: zarządzanie nią, nadzór nad AI, przekonanie ludzi. Stąd audyty za 1–15 tys. dol. i rosnący popyt na konsultantów; własne działy usługowe uruchomiły nawet Anthropic i OpenAI, a inwestorzy wykupują biura rachunkowe i firmy IT, żeby prowadzić je na AI.
Jak stosować: Przenieś ciężar oferty z „zrobię automatyzację” na „sprawdzę, gdzie tracicie najwięcej, i wskażę, co się opłaca”. Audyt sprzedawaj z góry, a wdrożenie rozliczaj z efektu.
Na co uważać: AI samo napisze raport z audytu — twoją przewagą jest zrozumienie konkretnej firmy i poprowadzenie ludzi przez zmianę. Bez tej umiejętności jesteś łatwy do podmiany.
5.Lead gen AI — najtrwalszy abonament na całej liście
Na czym polega: Dostarczasz klientom leady zbierane, wzbogacane i personalizowane przez AI na skalę nieosiągalną dla ludzkiego zespołu. Trwałość 5/5: firma, która zarabia na twoich leadach, nie chce rezygnować z abonamentu, a wskaźnik sukcesu jest jednoznaczny — więcej leadów to więcej przychodu. Clay, narzędzie z tej kategorii, przekroczyło 100 mln dol. rocznych przychodów.
Jak stosować: Najpierw udowodnij model na sobie — jeśli nie generujesz leadów do własnej firmy, nikt nie uwierzy, że zrobisz to dla innych. Najlepszy punkt wyjścia to agencja lead gen, która dokłada AI do tego, co już robi.
Na co uważać: Wysoki próg wejścia (4/5 za techniczność): łączenie źródeł danych, segmentacja i personalizacja wymagają realnych umiejętności. Start „na ślepo” kończy się sporem o jakość leadów.
6.Marka osobista przetrwa zmianę narzędzi — ale kosztuje lata
Na czym polega: Edukacja i osobista marka (kursy, społeczności, newslettery) dostały 5/5 za trwałość: publiczność zainwestowana w ciebie pozwala zmieniać kierunek, gdy zmieniają się narzędzia, i zasila kolejne przedsięwzięcia. Haczyk: budowa zaufania trwa lata, a autor sam przez lata robił wcześniej agencję, konsulting i warsztaty.
Jak stosować: Kolejność jest odwrotna, niż podpowiada intuicja: najpierw dowody (realne projekty i wyniki), potem nauczanie. Markę buduj równolegle do usług, nie zamiast nich; produkty i kursy odpalaj dopiero po znalezieniu swojej niszy.
Na co uważać: Rynek edukacji AI gęstnieje z każdym miesiącem, a bez praktyki wypadniesz jako kolejny „ekspert od promptów”. Autor sam zaznacza konflikt interesu — edukacja to jego główny biznes — więc jego oceny traktuj z dystansem.
7.Komodytyzacja automatyzacji — wiąż pracę z wynikiem
Na czym polega: Popyt na integracje AI rośnie (zlecenia na Upworku +187% w rok), ale samo sklejanie przepływów jest już banalnie proste, a pojedynczy workflow wyceniany jest na 500–2000 dol. Firmy coraz chętniej obsadzają takie kompetencje wewnętrznie.
Jak stosować: Nie sprzedawaj „godzin automatyzacji”, lecz rozwiązanie konkretnego wąskiego gardła z mierzalnym efektem. Z prostych integracji korzystaj wyłącznie jako z trampoliny do konsultingu.
Na co uważać: Konkurowanie ceną w prostych zleceniach to ślepy zaułek — narzędzia no-code i agenci kodujący zjedzą tę marżę w kilka kwartałów.
8.Zależność od platformy to ryzyko całego biznesu, nie techniczny szczegół
Na czym polega: Kilka modeli z listy trzyma się reguł ustalanych przez innych: YouTube nie monetyzuje masowego, powtarzalnego AI-owskiego szrotu; jedna aktualizacja platformy potrafi zabić cienką nakładkę na cudzy model; w GEO widocznością może w przyszłości sterować OpenAI sprzedające reklamy; recepcjonistki AI wchłaniają dotychczasowi dostawcy oprogramowania.
Jak stosować: Zanim wybierzesz model, zapisz, od czyich decyzji zależy twój przychód — i zbuduj bufor: własną listę odbiorców, własne dane, bezpośrednie relacje z klientami. Anonimowe kanały traktuj jako eksperyment; autor sam prowadzi kilka „dla zabawy”.
Na co uważać: Wysokie wyświetlenia na cudzej platformie bywają pułapką. Liczy się publiczność, którą ktoś chce opłacić (sponsoring, płatna społeczność) — nie zasięg sam w sobie.
9.Chief AI Officer — cel, który płaci lepiej niż większość biznesów
Na czym polega: Szczyt listy to rola dyrektora ds. AI: etatowo — bycie „osobą od AI” w firmie, w której już pracujesz, albo frakcyjnie — dla kilku firm naraz, jako naturalny awans z konsultingu. Według IBM-a 76% dużych organizacji ma już takie stanowisko (rok wcześniej 26%); PwC szacuje premię płacową za umiejętności AI na 62%, a jedna firma rekrutacyjna podaje widełki 280–650 tys. dol. podstawowej pensji.
Jak stosować: Rozpisz ścieżkę: proste usługi → warsztaty → konsulting → frakcyjny dyrektor AI. W obecnej pracy wychodź z inicjatywą strategiczną (gdzie AI poruszy wynik finansowy), nie z propozycją „wdrożenia narzędzi”.
Na co uważać: Wymogi są wysokie (4/5): trzeba wiedzieć wystarczająco dużo, żeby nigdy nie dać się zaskoczyć. To rola dla ludzi z praktyką, nie tuż po kursie.
10.Skupienie na jednym modelu wygrywa z szukaniem idealnego
Na czym polega: Żaden z udanych przedsiębiorców, z którymi rozmawiał autor, nie wygrał dlatego, że trafił na „najlepszy biznes we właściwym momencie”. Wygrali ci, którzy skupili się na jednym modelu mocniej niż konkurencja i wytrwali do skutku.
Jak stosować: Wybierz jeden model i daj sobie na weryfikację kwartały, nie tygodnie. Zmianę kierunku uzasadniaj danymi (brak popytu, brak marży), a nie znudzeniem czy kolejną modą.
Na co uważać: Okno możliwości się zamyka — rynek najszybciej nasycą ci, którzy ruszą od razu. Ale „od razu” znaczy szybko wybrać i wejść głęboko, nie zmieniać biznesu co miesiąc.
Redakcyjne tłumaczenie
Zanim zaczniemy: skąd ten ranking i jak czytać oceny
Biznesów, które można dziś założyć dzięki sztucznej inteligencji, jest mnóstwo — i codziennie przybywają nowe. Paradoksalnie właśnie dlatego wybór właściwego jest trudniejszy niż kiedykolwiek. Część z tych modeli prowadziłem osobiście, część prowadzą moi znajomi, a członkowie mojej społeczności nieustannie startują z kolejnych pozycji tej listy. Znam je więc od podszewki. W tym materiale uszereguję wszystkie biznesy AI od najgorszego do najlepszego, patrząc na trzy rzeczy: wymagania techniczne, sytuację rynkową i trwałość modelu. Na końcu będziecie wiedzieć, którą ścieżkę warto spróbować zbudować, a które odpuścić.
Zastrzeżenie na początek: każdy biznes z tej listy może się udać. Różnica sprowadza się do tego, jakie problemy wolicie mieć. Ranking odzwierciedla moje doświadczenie i obserwacje, więc jest w nim sporo subiektywizmu. Każda pozycja dostaje trzy oceny w skali 1–5. Techniczność mówi, ile trzeba umieć, żeby dostarczyć coś, za co ludzie zapłacą — im wyższa ocena, tym większe wymagania. Rynek — czy w tym momencie jest więcej chętnych do kupienia niż do sprzedania. Trwałość — czy model może zmienić się w prawdziwą firmę, która przetrwa i będzie rosnąć. Jeszcze jedno: wszystkie kwoty, które padną, to ceny pobierane przez działające firmy, a nie obietnice tego, ile zarobicie. Skoro mamy to z głowy, zaczynamy od dołu listy.
13.SaaS oparty na AI — najbardziej rozreklamowany, najgorszy na start
Pozycja 13. może wywołać spór, ale moją ocenę znacie: SaaS na bazie AI, czyli budowa aplikacji w czymś w rodzaju Claude Code i pobieranie za nią miesięcznego abonamentu. To najbardziej nagłaśniany model z całej listy i trzeba przyznać, że jeden z najbardziej skalowalnych — ale najtrudniejszy na start. Większość ludzi, którym udało się rozkręcić SaaS, wchodziła w to już z zasięgami, działającą firmą usługową albo jakimś kapitałem. Napisanie aplikacji może zająć popołudnie albo kilka dni, ale prawdziwy biznes zaczyna się dopiero potem: sprawić, żeby ludzie w ogóle ją znaleźli, zapłacili i nie zrezygnowali z subskrypcji po miesiącu. I to nie jest łatwe.
Techniczność: 4, bo kwestie bezpieczeństwa i infrastruktury przestają być teorią, gdy z aplikacji korzysta kilkaset, potem kilka tysięcy osób. Rynek: 1 — w pierwszej połowie tego roku do App Store’a trafiło około 560 tysięcy nowych aplikacji, prawie tyle, ile przez cały rok 2025, a liczba pobrań praktycznie nie drgnęła. Trwałość: 3, bo przewaga konkurencyjna może się utrzymać, ale jedna aktualizacja platformy potrafi unieważnić cienką nakładkę na cudzy model. Sufit przychodów jest ogromny i z małym zespołem można skalować bez końca — ale moim zdaniem to najgorsze możliwe miejsce na start.
12.Anonimowe kanały AI — tanie wejście, krucha podłoga
Na pozycji 12. anonimowe kanały AI: konta na YouTube, TikToku czy Instagramie, gdzie treści tworzy sztuczna inteligencja, a twarz właściciela nigdy się nie pokazuje. Da się na tym zarobić, ale same wyświetlenia nikomu nie zapłacą — trzeba więc bardzo świadomie wybierać, co się buduje. YouTube nie wpuszcza do monetyzacji masowo produkowanego, powtarzalnego AI-owskiego szrotu. Potrzebna jest publiczność, do której ktoś realnie chce dotrzeć za pieniądze — choćby w formie sponsoringu.
Weźmy stronę z aktualnościami o PewDiePie. Teoretycznie całe takie konto da się zautomatyzować. Ma zasięg, więc sponsorzy zapłacą za publikację. Konto z typowaniami sportowymi może sprzedawać dostęp do płatnego Discorda, w którym członkowie dostają kolejne typy. Bezmyślne, wiralowe „próżniowe” treści złapią miliony wyświetleń, ale nikt nie zapłaci za dotarcie do takiej publiczności.
Sam, trochę dla zabawy, buduję właśnie kilka anonimowych kanałów dla AI Automation Society — i pierwszą decyzją jest zawsze wybór odbiorców. Ona poprzedza wszystko inne. Kapitału potrzeba niewiele, w zasadzie tylko abonament na Claude Code, więc to świetne pole do eksperymentów, które z czasem może urosnąć w coś poważnego. Techniczność: 2, rynek: 2, trwałość: 1 — platforma może zmienić zasady z dnia na dzień. Ale samo posiadanie konta, przy którym gromadzi się tłum ludzi naprawdę zainteresowanych treścią, a sponsorów chcących się do nich dostać — to ogromna wartość.
11.Strony internetowe z AI — idealny pierwszy krok
Pozycja 11.: strony internetowe budowane dla firm z pomocą Claude Code, Codex czy Lovable — w popołudnie zamiast tygodni. To model, który doradziłbym zupełnemu początkującemu. Łatwy, bardzo wizualny: demo można sklecić w dwadzieścia minut, zanim jeszcze zagadnie się do pierwszego klienta. Sporo agencji programistycznych wciąż liczy 5–10 tysięcy dolarów za coś, co dzięki AI powstaje w jeden wieczór — bo pracują po staremu, pisząc kod ręcznie. Można ich więc dziś spokojnie przebijać cenowo. Tylko że ten model ma niski sufit: trudno będzie urosnąć ponad 10–20 tysięcy dolarów miesięcznie, a kreatory stron na AI kosztują już niby 9 dolarów abonamentu. Techniczność: 1, rynek: 2, trwałość: 1. Traktujcie to jako rozbieg na starcie — a potem wspinaczkę w górę listy.
10.„System operacyjny AI” — dobre otwarcie drzwi, trudny do zmierzenia efekt
Pozycja 10.: systemy operacyjne AI, czyli jedno zintegrowane środowisko, w którym żyją agenci firmy, automatyzacje, narzędzia i wiedza zespołu. Uwielbiam je jako ofertę otwierającą drzwi: gdy raz zdobędziecie zaufanie, łatwo wygrywa się większe projekty — wdrożenia zespołowej bazy wiedzy, konsulting i tym podobne.
Problem polega na tym, że trudno przypiąć do tego wskaźnik. A moim zdaniem każda oferta powinna przesuwać jedną, konkretną metrykę — i to metrykę biznesową, na której zależy klientowi. Poza tym model działa tylko wtedy, gdy właściciel firmy już uwierzył w AI. Inaczej nie zrozumie, za co płaci, trudno będzie przestawić go na nowe nawyki, a w efekcie może nie być z czego zrobić dobrego studium przypadku — i nie dostaniecie poleceń. Techniczność: 3, rynek: 4, trwałość: 2.
9.GEO — pozycjonowanie pod wyszukiwarki konwersacyjne
Pozycja 9.: GEO, czyli generative engine optimization. W praktyce odpowiednik SEO, tylko pod AI: zabiegamy o to, żeby marka pojawiała się w rekomendacjach, gdy ktoś zadaje pytanie ChatGPT, Perplexity czy Claude. Pieniędzy płynie tu mnóstwo — i już wcześniej płynęły do klasycznego SEO, więc to model sprawdzony. Profound, jedno z głównych narzędzi w tej przestrzeni, właśnie zebrało 180 milionów dolarów przy wycenie 1,8 miliarda. A w mojej społeczności o całym tym modelu biznesowym mówi garstka osób. Jeśli zajmujecie się SEO, będziecie jak w domu — bo wiecie, jak udowadniać rezultaty. Szef Vercela twierdzi zresztą, że ChatGPT przyprowadza im około 10% nowych rejestracji, co daje skalę zjawiska. Bez seo-owego zaplecza wyniki mogą się jednak nie pojawić, a skoro ChatGPT zaczął sprzedawać reklamy, w przyszłości OpenAI może zyskać większą kontrolę nad tym, kto jest widoczny. Techniczność: 2, rynek: 3, trwałość: 2.
(Informacja dodatkowa: Profound to platforma analityczna mierząca, jak i gdzie marki pojawiają się w odpowiedziach chatbotów; Vercel — jedna z czołowych platform dla aplikacji internetowych.)
8.Recepcjonistki i agenci obsługi AI — najłatwiejsze do wytłumaczenia ROI
Pozycja 8.: recepcjonistki AI, czyli agenci odbierający telefony, obsługujący czat na stronie, wiadomości i maile firmy. Umawiają wizyty, a gdy trzeba, przekazują sprawę człowiekowi. Zwrot z inwestycji tłumaczy się tu sam: w badaniu 70 milionów rozmów biznesowych tylko 56% odebrała żywa osoba. Dla gabinetu stomatologicznego czy firmy instalacyjnej każdy nieodebrany telefon to stracone zlecenie — czyli realnie przepadające pieniądze. Wdrożenie takiego agenta to zwykle 1,5–5 tysięcy dolarów plus miesięczny abonament. Hak w tym, że trwałość kuleje: Podium, ServiceTitan i Weave już wbudowują recepcjonistki AI w oprogramowanie, za które te firmy często i tak płacą. Techniczność: 3, rynek: 4, trwałość: 2.
(Informacja dodatkowa: Podium, ServiceTitan i Weave to popularne w USA systemy dla lokalnych firm usługowych — od gabinetów po warsztaty i ekipy serwisowe.)
7.Automatyzacja i integracje AI — wielki popyt, malejąca marża
Pozycja 7.: automatyzacja i integracje, czyli wpinanie AI w systemy, na których firma już działa — CRM, skrzynkę mailową, fakturowanie. Narzędzia: n8n, Make.com, Claude Code, cokolwiek wolicie. Wielu z nas zaczynało właśnie tutaj, ja włącznie, i popyt wciąż rośnie bardzo szybko — i jeszcze przez dłuższy czas nie przestanie. Prace integracyjne AI na Upworku podskoczyły w ciągu roku o 187%.
Haczyk: samo sklejanie automatyzacji stało się tak proste, że model błyskawicznie się uśrednia. Firmy zaczynają też obsadzać takie kompetencje w środku, na etatach. Umiejętność, za którą naprawdę warto płacić, to znalezienie wąskiego gardła, powiązanie rozwiązania z wynikiem biznesowym i wycena za to — ale to inny model biznesowy, do którego wrócę dalej na liście. Dziś pojedynczy przepływ idzie za 500–2000 dolarów. Techniczność: 2, rynek: 3, trwałość: 2.
(Przerwa na własną promocję autora: Nate Herk rozdaje darmowy przewodnik krok po kroku, jak zdobyć pierwszego płatnego klienta na automatyzacje — z jednozdaniową ofertą na start, pomysłem, żeby pierwszy klient wyszedł nam finansowo na minus, pięciominutowym filmem dowodzącym, że umiemy dostarczyć jeszcze przed wpłatą, oraz rozwiązaniami na start bez ani jednego studium przypadku. Link znajdziecie w opisie filmu.)
6.Warsztaty AI — zaufanie budowane w jednym pokoju
Pozycja 6.: warsztaty, czyli pieniądze za nauczenie zespołu firmy, jak korzystać z AI w ich konkretnej pracy. Ogłaszane stawki, które znalazłem, zaczynają się od 1000 dolarów za pół dnia i sięgają 5000 za pełny dzień z większym zespołem. Tylko 36% pracowników deklaruje, że czuje się odpowiednio przeszkolonych z AI — a obstawiam, że poza ankietowymi deklaracjami faktyczny odsetek jest znacznie niższy. Sam poprowadziłem sporo takich warsztatów i to znakomity sposób wejścia. Zaufanie buduje się natychmiast, bo stoi się w pokoju i uczy. Widzi się wszystkie ich problemy, a prawie zawsze po warsztatach wygrywa się większy projekt — bo w ich głowach stało się z nas „ich ekspert od AI”. Techniczność: 3, bo uczenie to umiejętność i trzeba znać narzędzia, których uczycie. Rynek: 3, trwałość: 3.
5.Pozyskiwanie leadów z AI — najmocniejszy retainer na liście
Pozycja 5., bardzo ciekawa: generowanie leadów. Dostarczacie klientom potencjalnych klientów, używając AI do zbierania, wzbogacania, personalizacji i testowania znacznie większej liczby kontaktów, niż zdołałby to zrobić ludzki zespół. Uwielbiam ten model za jedną cechę: klient nie chce z niego rezygnować. Jeśli ktoś zarabia na dostarczanych przez was leadach, nie rozwiąże umowy — przynajmniej dopóki robicie to dobrze. To też najczystszy wskaźnik z całej listy: więcej leadów zwykle oznacza więcej klientów i przychodu. Clay, jedno z największych narzędzi w tej przestrzeni, przekroczyło w zeszłym roku 100 milionów dolarów rocznego przychodu.
Tylko że nie jest łatwo: najpierw trzeba rozgryźć lead gen dla własnej firmy. Skoro nie potraficie wygenerować leadów dla siebie, skąd wzięłoby się przekonanie klientów, że zrobicie to dla nich? Najlepsza pozycja wyjściowa to agencja, która już generuje leady, a tylko dokłada do tego AI — i gotowe: agencja AI-leadowa. Techniczność: 4, rynek: 3, trwałość: 5. Ten abonament trzyma się wyjątkowo mocno, a leady będą potrzebne zawsze — taka jest natura biznesu.
4.Kreatywne studio AI — płacą za gust, nie za kliknięcie „generuj”
Pozycja 4., również bardzo ciekawa: studio kreatywne — reklamy, spoty, karuzele, montaż wideo dla marek. Montaż wideo wspomagany AI był w zeszłym roku najszybciej rosnącą umiejętnością na całym Upworku, plus 329%, a jedna osoba robi dziś to, co kiedyś zajmowało cały zespół i drogi sprzęt. Ale przycisk „generuj” może nacisnąć każdy, także w samych narzędziach reklamowych Mety, i średnia cena wideo w stylu UGC spadła w rok o około 44%. Marki płacą więc za coś innego: za gust — za wiedzę, który model pasuje do której publiczności — oraz za prowadzenie kampanii i wykorzystywanie danych do kolejnych kreacji. Techniczność: 3, rynek: 4, trwałość: 3. Jeśli wasze kreacje i kampanie realnie działają, model jest bardzo mocny — i może być bardzo dochodowy.
(Informacja dodatkowa: UGC, user-generated content, to materiały reklamowe stylizowane na autentyczne, tworzone przez „zwykłych użytkowników”.)
3.Edukacja AI i marka osobista — najbardziej trwały aktyw
Pozycja 3.: edukacja i budowanie marki osobistej. Kursy, społeczności, newslettery, filmy — z twarzą lub bez, choć zawsze lepiej, gdy twarz jest związana z projektem. Dla pełnej jasności: to główny biznes, który prowadzę — właśnie oglądacie jego produkt — więc moje oceny bierzcie z tym zastrzeżeniem. Żeby to uczyć, trzeba siedzieć w temacie po uszy albo przynajmniej dobrze wypadać przed kamerą. Konkurencja rośnie z dnia na dzień, bo przybywa twórców; ale przybywa też odbiorców tych treści, więc okazja jest spora. Uważam to za najbardziej trwałą rzecz, jaką można zbudować: gdy ludzie są zainwestowani w was, zmiana narzędzi nic wam nie robi — po prostu zmieniacie kierunek.
Haczyk: tempo. Budowanie publiczności trwa lata. Ja robiłem agencję, konsulting i warsztaty na długo, zanim zbudowałem markę osobistą. Najpierw dowody, potem zaufanie — nie dajcie się rozproszyć zbyt wcześnie. Gdy już znajdziecie swoją ścieżkę, możecie startować z przedsięwzięciami pochodnymi i zasilać je marką: produktem SaaS, narzędziami, wszystkim, o czym mówiłem wyżej. Tak właśnie działają wszystkie moje obecne biznesy — napędza je marka osobista i edukacja. Techniczność: 3, rynek: 3, trwałość: 5.
2.Konsulting i audyty AI — pieniądze za diagnozę
Pozycja 2.: konsulting i audyty. Wchodzicie do firmy, rozgryzacie, jak naprawdę działa, znajdujecie wąskie gardło i wskazujecie, gdzie AI oszczędzi najwięcej czasu albo pieniędzy. To konsultingowa część automatyzacji i integracji, o których mówiłem wcześniej. Pomyślcie o lekarzu: samo wdrożenie rozwiązania stale tanieje, więc klient płaci naprawdę za diagnozę — plus za całą „ludzką” robotę: prowadzenie firmy przez zmianę, bardzo ważne; nadzór nad tym, jak AI pracuje w organizacji, bardzo ważne; przekonanie interesariuszy, kultura, bardzo ważne. LinkedIn uznał konsultantów AI za drugą najszybciej rosnącą profesję w USA. W tym roku zarówno Anthropic, jak i OpenAI uruchomiły własne firmy usługowe, żeby wdrażać Claude’a i ChatGPT u klientów. Duzi inwestorzy wykupują wręcz biura rachunkowe i sklepy IT po to, żeby po prostu prowadzić je na AI.
Audyt sprzedaje się zwykle za 1–15 tysięcy dolarów. Techniczność: 3, rynek: 4, trwałość: 4 — bo AI potrafi napisać audyt, ale nie przeprowadzi zmiany w firmie i nie przekona ludzi. Od edukacji ten model jest lepszy tym, że płaci szybciej.
1.Chief AI Officer — szczyt listy
I wreszcie pozycja pierwsza: zostanie dyrektorem ds. AI, chief AI officerem. Są dwie drogi i moim zdaniem obie równie dobre. Można zostać osobą od AI w firmie, w której już pracujecie — objąć rolę członka najwyższego kierownictwa, prowadzić strategię i wynik finansowy całej organizacji. Albo można pójść frakcyjnie: być liderem AI kilku firm jednocześnie. To naturalna kontynuacja poprzedniego punktu — z konsultanta łatwo awansować na frakcyjnego dyrektora AI.
Wiadomo, że etatowe stanowisko kierownicze formalnie nie jest biznesem, ale potrafi płacić lepiej niż większość pozycji z tej listy. IBM przebadał 2000 prezesów dużych firm: w 76% ich organizacji jest już chief AI officer — i to wśród dwóch tysięcy dużych przedsiębiorstw. Rok wcześniej ten odsetek wynosił 26%. PwC policzyło z kolei, że pracownicy z umiejętnościami AI zarabiają przeciętnie o 62% więcej, a jedna firma rekrutacyjna szacuje samą podstawową pensję etatowego dyrektora ds. AI na 280–650 tysięcy dolarów rocznie. Techniczność: 4, bo trzeba wiedzieć wystarczająco dużo, żeby nigdy nie dać się złapać na niewiedzy. Rynek: 5, trwałość: 5. Im dalej rozwinie się AI, tym cenniejsza stanie się ta rola — i coraz bardziej normalne będzie, że każda organizacja ma swojego dyrektora ds. AI.
Puenta: sprzedawanie dzieła versus sprzedawanie oceny
Spójrzcie teraz na całą listę. Na dole sprzedajecie to, co budujecie; na górze — swoją ocenę. Jeśli jesteście zupełnie na początku, ruszajcie od czegoś prostego, jak strony internetowe, żeby nabrać rozpędu. A potem z tymi samymi klientami wspinajcie się w górę: warsztaty, konsulting, może kiedyś fotel dyrektora ds. AI.
Ale jak mówiłem na początku — każdy z tych modeli może zadziałać. Liczy się, żeby wybrać jeden i złapać go kurczowo. Zamiast zmieniać niszę co kilka tygodni albo co rusz podskakiwać między modelami biznesowymi, wybierzcie jedno i się tego trzymajcie. Ze wszystkich przedsiębiorców, z którymi rozmawiałem i którzy zbudowali udane firmy, żaden nie wygrał dlatego, że trafił na najlepszy biznes we właściwym momencie. Wygrali, bo mieli znacznie więcej skupienia niż wszyscy inni, którzy robili to samo — i wytrwali wystarczająco długo, żeby to zadziałało. Więc wybierzcie jedno i doprowadźcie do końca.
Teraz już wiecie, które biznesy AI budować, a których unikać. Ale to okno możliwości nie będzie otwarte wiecznie. Każdego dnia przybywa ludzi, którzy o nich usłyszą i zaleją rynek — a skorzystają ci, którzy opanują to najszybciej. Jeśli chcecie ruszyć już teraz: moja darmowa społeczność zawiera wszystkie kursy, zasoby, repozytoria z GitHuba i umiejętności pokazane na kanale — całą wiedzę techniczną potrzebną do zbudowania każdego z tych biznesów. A jeśli chcecie pójść dalej i rozmawiać z ludźmi, którzy te biznesy realnie prowadzą — o klientach, projektach, wycenach — zapraszam do społeczności plus. Niezależnie od etapu, obie pomogą wam działać szybko; linki w opisie. Na tym koniec — jeśli materiał wam się spodobał albo czegoś się nauczyliście, zostawcie łapkę, bardzo mi pomaga. Jak zawsze dziękuję, że dotrwaliście do końca. Do zobaczenia w następnym.